Receitas de prompts de texto para vídeo do Kling 2.5 Turbo: modelos práticos para copiar e colar

Por que a estrutura do prompt importa mais do que a formulação

A maioria das pessoas trata prompts de texto para vídeo como feitiços — em busca daquela frase mágica que fará o modelo obedecer. Na prática, o modelo valoriza mais a estrutura do que a formulação poética. Quando você divide o prompt em camadas, pode alterar uma variável por vez e realmente aprender o que funciona.

Um modelo mental útil é uma pilha de cinco camadas, ordenadas da maior para a menor importância para a correção:

1. Sujeito — o que está na cena e quais são suas características visuais decisivas.
2. Ação — o que o sujeito faz, descrito com verbos diretos e direção.
3. Câmera — como o ponto de vista se move ou permanece parado.
4. Estilo — iluminação, textura da lente, correção de cor, características de renderização.
5. Restrições — correspondência de duração, proporção de tela, coisas a evitar.

Por que dividir em camadas supera uma frase única e esperta:

• Depurabilidade. Se a imagem parece errada, você pode perguntar "o problema está no sujeito, na ação ou na câmera?", em vez de descartar tudo e reescrever.
• Transferibilidade. Uma receita de câmera que funciona para uma cena geralmente funciona para outra depois de trocar a camada de sujeito.
• Comparabilidade. Com um esqueleto fixo, duas prompts diferem em apenas um lugar, e seu teste A/B é honesto.
• Consistência. Pipelines que precisam gerar muitos clipes precisam de prompts parametrizáveis, não escritos à mão a cada vez.

Adjetivos vagos ("cinematográfico", "épico", "dinâmico") afetam principalmente o estilo; raramente corrigem o movimento. Se o seu clipe parece um slideshow, o problema quase nunca é você não dizer "cinematográfico" o suficiente — é a camada de ação estar subdescrita. Trate as palavras de estilo como tempero, não como prato principal.

O restante deste guia apresenta um esqueleto pronto para copiar e colar, além de receitas camada por camada para texto para vídeo com kling-2.5-turbo, para ajudá-lo a construir uma biblioteca de prompts pequena e confiável.

Um esqueleto de prompt reutilizável

Comece com o esqueleto abaixo. Preencha de cima para baixo; mantenha uma frase curta por slot.

[sujeito + 2-3 características visuais], [ação principal descrita com verbos concretos],
[movimento de câmera + velocidade], [iluminação + lente + cor],
[nota de correspondência de duração], avoid: [itens negativos]

Um exemplo preenchido:

um pescador curtido pelo tempo, vestindo capa de chuva amarela, barba com crostas de sal,
puxando a rede com as duas mãos alternadamente, dolly lento de plano médio para close-up,
luz de amanhecer nublado, lente 35mm, tons ciano dessaturados,
manter uma única batida contínua no clipe, avoid: mãos extras, texto, tremor

A função de cada slot:

• Sujeito + características. Duas ou três características geralmente bastam. Mais características competem por atenção e diluem a renderização.
• Ação principal. Uma frase com um verbo ativo. Se você quer duas batidas, provavelmente está pedindo um clipe curto demais — veja a seção de ritmo.
• Câmera. Um movimento, uma velocidade. Empilhar dolly e órbita geralmente resulta em borrão.
• Estilo. Iluminação mais textura de lente é uma forma compacta de controlar a atmosfera sem escrever um parágrafo inteiro.
• Nota de correspondência de duração. Lembra você (e sugere ao modelo) que a ação deve ser concluída dentro da duração do clipe solicitado.
• Itens negativos. Curtos e específicos, explicados mais adiante.

Guarde os prompts em arquivos versionados — JSON ou YAML — com campos correspondentes aos slots. Assim o prompt se torna configuração:

{
  "subject": "um pescador curtido pelo tempo, vestindo capa de chuva amarela",
  "action": "puxando a rede com as duas mãos alternadamente",
  "camera": "dolly lento de plano médio para close-up",
  "style": "luz de amanhecer nublado, lente 35mm, tons ciano dessaturados",
  "negative": "mãos extras, sobreposição de texto, tremor"
}

Agora qualquer experimento altera apenas um campo, e você pode comparar execuções em vez de apertar os olhos para capturas de tela.

Receitas de movimento de câmera

A linguagem de câmera é onde os autores de prompts mais tendem a ser vagos. "Câmera dinâmica" não é um movimento. Diga o movimento, a direção e a velocidade. Abaixo estão padrões prontos para copiar e colar; troque o sujeito e o estilo para se adequar à sua cena.

Pan (Pan)

pan horizontal lento da esquerda para a direita pela cena, velocidade constante, horizonte nivelado

Use para: planos de estabelecimento, revelar ambientes amplos, varrer uma fileira de objetos. O pan lê como calmo e observacional — ideal quando o próprio sujeito está parado.

Tilt (Tilt)

tilt lento do chão até o rosto do sujeito, velocidade constante

Use para: revelar escala (edifícios, árvores, figuras altas) ou deslocar a atenção de um detalhe para o ambiente. O tilt pode ser dramático; mantenha-o lento para evitar saltos.

Dolly (Dolly)

dolly lento em direção ao sujeito, de plano médio para close-up, linear suave

Use para: criar intimidade ou tensão. O dolly altera a relação espacial entre câmera e sujeito, e o modelo lida bem com ele quando você especifica em direção a ou para longe de e dá o enquadramento de início e fim.

Zoom (Zoom)

zoom leve para frente, câmera sem deslocamento, enquadramento inalterado no início

Use para: dar ênfase sem atravessar o espaço. O zoom é o movimento mais fácil de parecer falso se exagerado — peça leve e mantenha a mudança pequena.

Órbita / arco (Orbit)

órbita lenta ao redor do sujeito, 90 graus, sentido anti-horário, raio constante

Use para: mostrar a tridimensionalidade de um personagem ou produto. Especifique o tamanho e a direção do arco; órbitas não especificadas costumam derivar ou inverter no meio do clipe.

Regras práticas

• Um movimento por prompt. Dois movimentos em um clipe curto brigam entre si.
• Sempre dê a velocidade. "Lento", "estável", "velocidade constante" são palavras baratas que previnem tremor.
• Ancore início e fim. "De plano médio para close-up" ajuda o modelo a planejar a trajetória em vez de tremer no lugar.
• Estar parado também é um movimento válido. Às vezes câmera fixa, sem movimento é exatamente o correto — especialmente para atuação de personagem.

Formulação de ação que lê como vídeo

A maior causa única de "parece uma foto tremida" é a camada de ação ser feita de adjetivos em vez de verbos. Compare:

• Vago: uma cena de dançarino dramática e cheia de energia
• Específico: um dançarino gira um círculo sobre o calcanhar, braços estendidos para fora, e então para em uma pose estática

A segunda frase diz ao modelo o que se move, em que direção, quão rápido e quando parar. Essa é a informação que ele consegue renderizar.

Checklist de ação

Ao escrever a cláusula de ação, inclua o máximo possível dos seguintes itens:

• Sujeito. Quem ou o que se move.
• Verbo. Uma ação física: balançar, derramar, levantar, girar, dobrar, pisar.
• Direção. Para cima, para a esquerda, em direção à câmera, para dentro, sentido horário.
• Velocidade e ritmo. Lentamente, em um movimento suave, três passos rápidos.
• Amplitude. Um aceno leve versus um giro de corpo inteiro.
• Ponto final. Onde o movimento para — "e então permanece imóvel" previne repetição e deriva.

Antes e depois

Vago: uma rua movimentada com pedestres e carros
Melhor: pedestres caminham pela calçada da esquerda para a direita,
um carro passa lentamente da direita para a esquerda ao fundo

Vago: ondas batendo
Melhor: uma onda se ergue, se curva e quebra na areia,
a espuma se espalha e recua

Dicas práticas

• Prefira uma ação concluída a muitas ações pela metade. Um clipe que faz uma coisa de forma limpa supera um clipe que faz cinco coisas pela metade.
• Use verbos físicos, não verbos emocionais. "Balançar suavemente" renderiza; "sentir nostalgia" afeta principalmente o estilo, mesmo que renderize.
• Declare o estado posterior. "E então se acalma", "e então para", "mantém a pose" dizem ao modelo que a tomada tem um propósito.
• Atenção às palavras físicas. Derramar, dobrar, respingar, balançar sugerem movimento secundário plausível — use-as quando se encaixarem na cena.

Quando o clipe ainda parecer estático, tente primeiro adicionar ritmo ("em um movimento contínuo") e um ponto final, antes de adicionar mais adjetivos de estilo.

Controle de duração e ritmo da cena

A falha mais comum de prompt não é formulação ruim — é sobrecarga. Os autores enfiam preparação, virada e clímax em um clipe que só comporta uma batida, e depois culpam o modelo quando a imagem borra.

Faça a batida corresponder ao comprimento

Trate a duração do clipe como um orçamento, gasto em batidas:

• Uma batida por tomada. Uma ação clara com um ponto final definido cabe confortavelmente em um clipe curto.
• Duas batidas somente se uma for continuação da outra ("levanta a xícara, depois bebe").
• Três ou mais batidas pertencem a gerações separadas, montadas na edição, não escritas em um único prompt.

Uma regra útil: se o seu prompt tem mais de um "depois", você provavelmente está escrevendo uma sequência, não uma tomada.

Duração é configuração, não prosa

Não escreva "uma longa cena de dez segundos" no prompt e faça uma prece. Defina a duração do clipe nos parâmetros da requisição e faça o prompt caber nessa duração. Dicas de tempo em prosa na maioria das vezes só adicionam ruído; o que realmente funciona são os parâmetros.

prompt: um barista despeja leite na xícara em um fio fino e constante,
        terminando com um pequeno redemoinho; câmera fixa, luz interna quente
duration: short

Observe que o prompt descreve uma ação contínua que se completa naturalmente — sem preenchimento, sem segunda cena.

Dicas de ritmo úteis

• "Em um movimento contínuo" indica uma tomada única e ininterrupta.
• "E então permanece imóvel" dá ao modelo um ponto de pouso que lê como ritmo intencional, não como ponto de repetição.
• Estado inicial ("a xícara está vazia no início") ajuda o modelo a distribuir o tempo pela ação.

Quando você precisa de mais história

Gere tomadas separadas com prompts diferentes e descrições consistentes de sujeito/estilo, e depois monte-as juntas. Isso mantém cada geração dentro da sua zona de conforto e lhe dá pontos de corte controláveis. O ritmo é uma decisão de edição; o trabalho do prompt é entregar material limpo, de uma batida, pronto para edição.

Prompts negativos sem excesso de restrição

Prompts negativos suprimem o que você não quer. Bem usados, limpam defeitos recorrentes. Mal usados, contradizem a cena e produzem borrão.

Mantenha curto e específico

Cinco a oito palavras específicas geralmente bastam. Priorize nomes de defeitos em vez de palavras estéticas:

avoid: dedos extras, membros duplicados, sobreposição de texto, marca d'água,
tremor, cintilação de quadros, rostos distorcidos

Uma boa lista negativa é um rastreador de defeitos: cresce apenas quando um problema específico e recorrente é observado, e é podada quando o problema deixa de aparecer.

Categorias comuns

• Defeitos anatômicos: dedos extras, mãos fundidas, rostos distorcidos.
• Defeitos temporais: cintilação, tremor, deformação, cortes súbitos dentro do clipe.
• Defeitos de sobreposição: texto, legendas, marca d'água, elementos de UI.
• Defeitos de composição: tela dividida, colagem, bordas, barras pretas.

Evite lutar contra a cena

Esta é a armadilha da restrição excessiva. Se o seu prompt pede uma multidão, não coloque "pessoas" nos itens negativos. Se a tomada é noturna, não negue "escuridão". Contradições empurram o modelo para um compromisso que erra em todo lugar.

Sinais de restrição excessiva:

• O sujeito amolece ou fica desfocado.
• O movimento trava, ou o clipe congela antes do fim.
• O estilo fica visivelmente mais plano em comparação com o mesmo prompt sem itens negativos.

Quando isso acontecer, corte a lista negativa pela metade e teste novamente. Normalmente são uma ou duas palavras causando o dano.

Itens negativos não substituem clareza

Se as mãos sempre renderizam errado, itens negativos ajudam, mas uma formulação de ação mais clara ("ambas as mãos visíveis, segurando o cabo") costuma ajudar mais. Escreva o prompt positivo para tornar os defeitos improváveis e trate os itens negativos como rede de segurança — não como controle principal.

Testando prompts no seu pipeline

Quando você consegue reproduzir resultados, a escrita de prompts se torna engenharia. O objetivo é um ciclo apertado: gerar um pequeno lote, registrar tudo, comparar com a linha de base, alterar uma coisa por vez.

O ciclo repetível

1. Gerar. Gere um pequeno conjunto de variantes a partir do mesmo esqueleto — geralmente três a cinco, diferindo em apenas um campo.
2. Registrar. Anote o prompt completo, cada parâmetro da requisição (duração, proporção, quaisquer configurações de seed ou amostragem expostas pela API) e o carimbo de data/hora.
3. Comparar. Assista às saídas lado a lado com um clipe de linha de base fixo. Anote qual camada mudou e o que ela trouxe.
4. Refinar. Promova a variante vencedora a nova linha de base e repita.

Registro é mais importante do que você pensa

Uma entrada de log mínima:

{
  "run_id": "cam-dolly-03",
  "prompt": "...",
  "params": {"duration": "short", "aspect": "16:9", "seed": 4412},
  "changed": "camera: dolly -> órbita 90 graus",
  "verdict": "órbita tem mais tridimensionalidade; dolly parece mais plano"
}

Fixe a seed onde a API permitir, para que mudanças de câmera e formulação sejam comparáveis. Sem seed fixa, você não consegue saber se a diferença veio da sua alteração ou do ruído de amostragem.

Construa uma pequena biblioteca de prompts

Mantenha um conjunto versionado de receitas validadas — uma por movimento de câmera, uma por arquétipo de ação — cada uma com seu conjunto de parâmetros e saída de referência. Novas tomadas começam adaptando a receita mais próxima, não de uma folha em branco. É assim que equipes mantêm a consistência das saídas em gerações em grande escala.

Proteções práticas

• Altere apenas um campo por execução. Mudanças em vários campos não lhe dizem nada.
• Teste em sujeitos representativos. Um prompt ajustado em retratos pode falhar em produtos.
• Fixe sua linha de base. Mantenha um clipe sabidamente bom por receita como âncora de comparação.
• Reteste após atualizações do modelo. O comportamento pode mudar; receitas que funcionavam ontem merecem uma rápida revisão.

Quando uma receita se estabiliza no desenvolvimento, o mesmo prompt mais o objeto de parâmetros pode ser enviado diretamente à geração em produção pela API unificada do HiAPI.ai, assim o que você validou é o que você coloca no ar.